文献

J-GLOBAL ID：202202280752440925   整理番号：22A1036453

IoTベース自動車における侵入検出法のための分散ディープCNN-LSTMモデル【JST・京大機械翻訳】

Distributed Deep CNN-LSTM Model for Intrusion Detection Method in IoT-Based Vehicles

著者 (9件)： Alferaidi Ali (College of Computer Science and Engineering, University of Ha’il, Ha’il, Saudi Arabia) ,  Yadav Kusum (College of Computer Science and Engineering, University of Ha’il, Ha’il, Saudi Arabia) ,  Alharbi Yasser (College of Computer Science and Engineering, University of Ha’il, Ha’il, Saudi Arabia) ,  Razmjooy Navid (Department of Electrical Engineering, Ardabil Branch, Islamic Azad University, Ardabil, Iran) ,  Viriyasitavat Wattana (Department of Statistics, Chulalongkorn Business School, Faculty of Commerce and Accountancy, Bangkok, Thailand) ,  Gulati Kamal (Amity School of Insurance, Banking and Actuarial Science, Amity University, Noida, India) ,  Kautish Sandeep (LBEF Campus, Kathmandu, Nepal) ,  Dhiman Gaurav (Department of Computer Science, Government Bikram College of Commerce, Patiala 147001, Punjab, India) ,  Dhiman Gaurav (University Centre for Research and Development, Department of Computer Science and Engineering, Chandigarh University, Gharuan, Mohali, India)
資料名： Mathematical Problems in Engineering (Web)  (Mathematical Problems in Engineering (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7803A  ISSN： 1024-123X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 5Gと他の技術が自動車のインターネットで広く使われるので,侵入検出は情報セキュリティのための不可欠な検出ツールとしてますます重要な役割を果たす。しかし,車両のインターネットの構造の急速な変化,大きなデータフロー,および侵入の複雑で多様な形態のため,従来の検出法は,それらの精度とリアルタイム要求を保証できず,車両のインターネットに直接適用できない。Apache Sparkフレームワークに基づく自動車のインターネットのために,新しいAA分散複合深層学習侵入検出法を,これらの問題に応じて提案する。クラスタは,大規模自動車ネットワークデータトラフィックからの自動車ネットワーク侵入の検出と異常挙動の発見のための特徴およびデータを抽出するために,深層学習畳込みニューラルネットワーク(CNN)および拡張短期メモリ(LSTM)ネットワークを結合した。実験結果は,他の既存のモデルと比較して,このモデルのアルゴリズムが最速時間で20に達することができ,そして,良い検出効果で,精度率が最大99.7%であることを示した。Copyright 2022 Ali Alferaidi et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  記憶装置 ,  検出 ,  *自動車 ,  データ ,  ネットワーク ,  ニューラルネットワーク ,  *検出法 ,  クラスタ ,  インターネット ,  機械学習 ,  情報セキュリティ ,  フレームワーク【ソフトウェア開発】
準シソーラス用語： データフロー ,  *モノのインターネット ,  深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

引用文献 (42件)：

• T. Wisanwanichthan, M. Thammawichai, "A double-layered hybrid approach for network intrusion detection system using combined naive Bayes and SVM," IEEE Access, vol. 9, pp. 138432-138450, 2021.
• P. Chen, Y. Guo, J. Zhang, Y. Wang, H. Hu, "A novel preprocessing methodology for DNN-based intrusion detection," Proceedings of the 2020 IEEE 6th International Conference on Computer and Communications (ICCC), pp. 2059-2064, Chengdu, China, December 2020.
• L. Chen, X. Kuang, A. Xu, S. Suo, Y. Yang, "A novel network intrusion detection system based on CNN," Proceedings of the 2020 Eighth International Conference on Advanced Cloud and Big Data (CBD), pp. 243-247, Taiyuan, China, December 2020.
• R. Vijayanand, D. Devaraj, B. Kannapiran, "A novel deep learning based intrusion detection system for smart meter communication network," Proceedings of the 2019 IEEE International Conference on Intelligent Techniques in Control, Optimization and Signal Processing (INCOS), pp. 1-3, Tamilnadu, India, April 2019.
• G. Parimala, R. Kayalvizhi, "An effective intrusion detection system for securing IoT using feature selection and deep learning," Proceedings of the 2021 International Conference on Computer Communication and Informatics (ICCCI), pp. 1-4, Coimbatore, India, January 2021.

タイトルに関連する用語 (7件)： IoT ,  自動車 ,  侵入 ,  検出法 ,  CNN ,  LSTM ,  モデル